Метод описания линии фазового равновесия перфтороктана на основе уравнения Клапейрона – Клаузиуса в диапазоне температур от тройной точки до критической

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

Разработана новая модель линии фазового равновесия (ЛФР) перфтороктана (C8F18), в основе которой лежат уравнение Клапейрона – Клаузиуса и соотношения теории ренормализационной группы (РГ). В отличие от известных ЛФР, при описании плотности насыщенной жидкости, ρ+, плотности насыщенного пара, ρ-, и давления насыщенного пара, ρs, перфтороктана использована система взаимосогласованных уравнений (СВУ): ps = ps (T), ρ+=ρ+(T), ρ-=ρ-(T), теплоты парообразования r = r(T) и «кажущейся» теплоты парообразования, r* = r / (1− ρ-/ρ+), которые имеют ряд общих параметров: критические индексы, критические параметры и коэффициенты среднего диаметра, D2β , D1α , Dτ, рассчитанные в рамках современной теории РГ для асимметричных систем. Показано, что на основе предложенного подхода разработана линия насыщения перфтороктана, средний диаметр, df, которой описывается в соответствии с теорией РГ зависимостью: df=D2βτ2β+D1-ατ1-α+Dττ , где τ = 1T / Tc , Tc  – критическая температура. Установлено, что df=df(T) в рамках предложенного подхода – это строго убывающая функция температуры. В рамках предложенной модели ЛФР опытные данные о ρ+ и ρ- Хайрулина Р.А. и Станкуса С.В. (2021) передаются в пределах их экспериментальной неопределенности. На основе предложенной модели ЛФР получены новые критические параметры перфтороктана: критическая плотность, ρc=595.66 кг/м3, критическая температура, Tc= 497.01 К. Для диапазона от тройной до критической точки разработаны термодинамические таблицы, включающие ps, ρ-, ρ+, r*, r.

Толық мәтін

Рұқсат жабық

Авторлар туралы

С. Рыков

Национальный исследовательский университет ИТМО

Хат алмасуға жауапты Автор.
Email: togg1@yandex.ru
Ресей, 197101, Санкт-Петербург

И. Кудрявцева

Национальный исследовательский университет ИТМО

Email: togg1@yandex.ru
Ресей, 197101, Санкт-Петербург

Әдебиет тізімі

  1. Wu A.-L., Chuang L.-H., Chen K.-J. et al. // Int. Ophthalmol. 2019. V. 39. P. 2767.
  2. Dias A.M.A., Caco A.I., Coutinho J.A.P. et al. // Fluid Phase Equilib. 2004. V. 225. P. 39–47.
  3. Kreglewski A. Bulletin de L’academie Polonaise des Sciences X. 1962. P. 629–631.
  4. Nelson W.M., Tebbal Z., Naidoo P. et al. // Fluid Phase Equilib. 2016. V. 408. P. 33–37.
  5. Промышленные фторорганические продукты: Справ. изд. / Б.Н. Максимов, В.Г. Барабанов, И.Л. Серушкин и др. Л.: Химия, 1990. 445 с.
  6. Хайрулин Р.А., Станкус С.В. // Журн. физ. химии. 2021. Т. 95. C. 529.
  7. Мустафаев М.Р., Назиев Я.М., Каграманов М.К. // Теплофизика высоких температур. 1995. Т. 33. С. 359.
  8. Синицын Е.Н., Михалевич Л.А., Янковская О.П. и др. Теплофизические свойства фторорганических соединений. Экспериментальные данные и методы расчета: Справочник. Екатеринбург: Наука, 1995. 178 с.
  9. Dias A.M.A., Pàmies J.C., Coutinho J.A.P. et al. // J. Phys. Chem. B. 2004. V. 108. P. 1450–1457.
  10. Kroenlein K. NIST ThermoData Engine, Thermodynamics Research Center (TRC), National Institute of Standards and Technology, USA, 2015.
  11. Vandana V., Rosenthal D., Teja A. // Fluid Phase Equilibr. 99 (1994) 209–218.
  12. AspenTech, Aspen Technology, Massachusetts, USA, 2010.
  13. Bengesai P.N., Nelson W.M., Naidoo P., Ramjugernath D. // J. Chem. Eng. Data. 2016. V. 61. P. 3363.
  14. Bengesai P. // A thesis for the degree Master of Science in Engineering (Chemical Engineering) in the College of Agriculture, Engineering and Science. University of KwaZulu-Natal, Durban. 2016. 134 p.
  15. Hassanalizadeh R., Nelson W.M., Naidoo P. et al. // Fluid Phase Equilib. 2019. V. 485. P. 146.
  16. Morgado P., Colaço B., Santos V. et al. // Molecular Physics. 2020. P. 118. P. e1722270.
  17. Рыков С.В., Кудрявцева И.В., Рыков В.А. и др. // Вестн. Международной академии холода. 2021. № 2. С. 98.
  18. Рыков С.В., Кудрявцева И.В., Рыков В.А. // Холодильная техника. 2017. № 3. С. 26.
  19. Рыков С.В., Кудрявцева И.В., Рыков В.А. и др. // Вестн. Международной академии холода. 2019. № 3. С. 87.
  20. Rykov S.V., Kudriavtseva I.V., Sverdlov A.V., Rykov V.A. // AIP Conf. Proc. 2020. V. 2285. P. 030070.
  21. Рыков С.В., Кудрявцева И.В., Попов П.В., Нурышева М. // Вестн. Международной академии холода. 2021. № 3. С. 65.
  22. Kudryavtseva I.V., Rykov V.A., Rykov S.V., Ustyuzhanin E.E. // J. Phys.: Conf. Ser. 2019. V. 1385. P. 012010.
  23. Wang L., Zhao W., Wu L. et al. // J. Chem. Phys. 2013. V. 139. P. 124103.
  24. Zhou Z., Cai J., Hu Y. // Molecular Physics. 2022. V. 120. P. e1987541.
  25. Анисимов М.А. Критические явления в жидкостях и жидких кристаллах. М.: Наука, 1987. 272 с.
  26. Rykov S.V., Kudryavtseva I.V., Rykov V.A. et al. // J. Phys.: Conf. Ser. 2019. V. 1147. P. 012017.
  27. Рыков С.В., Кудрявцева И.В., Рыков В.А. и др.// Вестн. Международной академии холода. 2022. № 4. С. 76.
  28. Stankus S.V., Khairulin R.A. // Int. J. Thermophys. 2006. V. 27. P. 1110–1122.
  29. Хайрулин Р.А., Абдуллаев Р.Н., Станкус С.В. // Журн. физ. химии. 2017. Т. 91. № 10. С. 1719.
  30. Frenkel M., Chirico R.D., Diky V. et al. NIST ThermoData Engine 6.0, National Institute of Standards and Technology; NIST Applied Chemicals and Materials Division: Thermodynamics Research Center (TRC), 2005.
  31. Ermakov G.V., Skripov V.P. // Russ. J. Phys. Chem. 1967. V. 41. P. 39.
  32. Ермаков Г.В., Скрипов В.П. Теплофизика. Вып. 1. Тр. отд. физ.-техн. проблем Уральского научного центра АН СССР. Свердловск, 1971.
  33. Хайрулин Р.А., Станкус С.В. // Вестн. СибГУТИ. 2009. № 3. С. 117.
  34. Форсайт Дж., Малькольм Н., Моулер К. Машинные методы математических вычислений. М.: Мир, 1980. 280 с.
  35. Vorob’ev V.S., Ochkov V.F., Rykov V.A. et al. // J. Phys.: Conf. Ser. 2019. V. 1147. P. 012016.
  36. Garrabos Y., Lecoutre C., Marre S. et al. // Phys. Rev. E. 2018. V. 97. P. 020101(R).
  37. Dykyj J., Svoboda J., Wilhoit R.C. et al. Vapor Pressure of Chemicals: Part A. Vapor Pressure and Antoine Constants for Hydrocarbons and Sulfur, Selenium, Tellurium and Hydrogen Containing Organic Compounds. Springer, Berlin, 1999. 373 p.
  38. Majer V., Svoboda V. Enthalpies of Vaporization of Organic Compounds: A Critical Review and Data Compilation, Blackwell Scientific Publications. Oxford, 1985. 300 p.
  39. Stephenson R.M., Malanowski S. Handbook of the Thermodynamics of Organic Compounds. 1987. https://doi.org/10.1007/978-94-009-3173-2
  40. Varushchenko R.M., Bulgakova L.L., Minzabekyants P.S., Makarov K.N. // Russ. J. Phys. Chem. 1981. V. 55. P. 1480.
  41. Vorob’ev V.S., Ustyuzhanin Е.Е., Ochkov V.F. et al. // High Temp. 2020. V. 58. P. 333–341.
  42. Шпильрайн Э.Э. // Теплофизика высоких температур. 1966. Т. 4. С. 450–451.
  43. Клецкий А.В. Исследование и описание взаимосогласованными уравнениями состояния термодинамических свойств и вязкости холодильных агентов // Автореф. дис. ... уч. ст. доктора техн. наук. Л.: ЛТИХП, 1978. 48 с.
  44. Рыков С.В., Кудрявцева И.В. // Журн. физ. химии. 2022. Т. 96. С. 1421–1427.
  45. https://f2chemicals.com/pdf/sds/Perfluoro-n-octane(307-34-6).pdf
  46. https://webbook.nist.gov/cgi/inchi?ID=C307346 &Mask=4#Thermo-Phase
  47. Beilsteins Handbuch der Оrganischen Chemie. 4 Aufl. Br. 1. Berlin: Springer-Verlag, 1918. 984 s.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
2. Fig. 1. Temperature dependences of saturated steam pressure: 1 – [3]; 2 – [2]; 3 – (2016) [4]; 4 –[5]; 5 – the line of elasticity (1), [2]; 6 – (5), Table 4; 7 – [13, 14]; 8 – triple point (ptr=0.0013 MPa, Ttr=246.15 K); 9 – critical point (pc=1.478 MPa, Tc=497.01 K).

Жүктеу (99KB)
3. Fig. 2. Dependences of the average diameter on the temperature in the vicinity of the critical point: 1 – option III, calculation of df according to (8), (9), Tc=497.01 K and pc=595.66 kg/m3 [6]; 2 – df, data [6], pc=595.6 kg/m3; 3 – option II, calculation of df according to (8), (9), Tc=497.01 K and pc=596.6 kg/m3; 4 – df, data [6], pc=595.66 kg/m3; 5 – option I, calculation of df according to (8), (9), Tc=496.97 K and pc=596.6 kg/m3; 6 and 7 are the uncertainty limits of the experimental values of df [6].

Жүктеу (111KB)
4. Fig. 3. Heat of vaporization and r* as a function of temperature: 1 – r*, option II; 2 – r*, option III; 3 – r*, option I; 4 – r, calculation according to (18); 5 –r, option III; 6 – [2]; 7 – Dykyj J. et al. [37]; 8 – Majer V. et al. [38]; 9 – Stephenson et al. (1987) [39]; 10 – Varushchenko et al. [40].

Жүктеу (63KB)
5. Fig. 4. Graphical representation of the derivative f(T)=-dr/dT calculated within the parameters I–III of the LFR models: 1 – option II; 2 – option III; 3 – option I.

Жүктеу (48KB)
6. Fig. 5. Relative deviations of the values calculated on the basis of IEDs from the data [2-10]: 1 – experimental data of Kreglewski A. [3]; 2 – experimental data of Dias A.m.A. [2]; 3 – experimental data of Nelson W.M. [4]; 4 – [5]; 5 – calculated using the Antoine equation (1) [2]; 6 –calculation using Soft-SAFT EoS [2, 9]; 7 – tabular data by Kroenlein K. [2, 10]; 8 – experimental data, Bengesai P.N. (2016) [13, 14]; 9 – PR-MC EOS, Bengesai P.N. (2016) [14]; 10 – NIST TDE [30]; 11 – experimental data, Hassanalizadeh R. et al. (2019) [15].

Жүктеу (57KB)
7. Fig. 6. Relative deviations of the values calculated on the basis of IEDs from the data [2, 4, 6, 8]: 1 – x = p–, experimental data [6]; 2 – x = p+, experimental data [6]; 3 – x = p+, experimental data [2]; 4 and 5 – the boundaries of uncertainty of data X = p– [6]; 6 and 7 – the boundaries of uncertainty of data p+ [6]; 8-the value of x = p– calculated by the Clapeyron– Mendeleev equation; 9 – x = p+, calculated by soft – SAFT EOS [2, 9]; 10-x = p+, calculation [2, 10]; 11 – x = p+, experimental data [8]; 12 – x = p+, experimental data [7]; 13 – x = p+, experimental data [16]; 14 – x = p+, experimental data [2].

Жүктеу (152KB)
8. Fig. 7. Relative deviations of the values calculated on the basis of IEDs from the data [2-10]: 1 – experimental data [3]; 2 – experimental data [2]; 3 – experimental data [4]; 4 – [5]; 5 – calculated using the Antoine equation (1) [2]; 6 – calculation using Soft-SAFT EoS [2, 9]; 7 – experimental data [13, 14]; 8 – PR-MC EOS [14]; 9 – NIST TDE [30]; 10 – experimental data [15].

Жүктеу (57KB)

© Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».